-
公开(公告)号：CN106054105B
公开(公告)日：2019-01-15
申请号：CN201610342044.1
申请日：2016-05-20
Applicant: 国网新疆电力公司电力科学研究院 , 新疆大学
IPC: G01R35/04
Abstract: 一种智能电表的可靠性预计修正模型建立方法，步骤如下：(1)根据元器件应力法建立智能电表可靠性预计模型；(2)根据现场数据建立智能电表可靠性预计模型；(3)比较可靠性预计模型和现场数据得到的智能电表工作失效率；(4)计算出误差系数即修正因子；(5)建立可靠性预计修正模型。
-
公开(公告)号：CN106054105A
公开(公告)日：2016-10-26
申请号：CN201610342044.1
申请日：2016-05-20
Applicant: 国网新疆电力公司电力科学研究院 , 新疆大学
IPC: G01R35/04
CPC classification number: G01R35/04
Abstract: 一种智能电表的可靠性预计修正模型建立方法，步骤如下：(1)根据元器件应力法建立智能电表可靠性预计模型；(2)根据现场数据建立智能电表可靠性预计模型；(3)比较可靠性预计模型和现场数据得到的智能电表工作失效率；(4)计算出误差系数即修正因子；(5)建立可靠性预计修正模型。
-
Patent Agency Ranking
公开(公告)号：CN106054104A
公开(公告)日：2016-10-26
申请号：CN201610342042.2
申请日：2016-05-20
Applicant: 国网新疆电力公司电力科学研究院 , 新疆大学
IPC: G01R35/04
CPC classification number: G01R35/04
Abstract: 一种基于决策树的智能电表故障实时预测方法，步骤为：1、对用电信息采集系统的智能电表数据预处理；2、根据智能电表故障判断模型，筛选用电信息采集系统的智能电表有故障的数据至智能电表故障数据库中；3、将智能电表故障数据库中的历史数据分为训练集和测试集，采用决策树算法对训练集进行数据挖掘，形成智能电表故障决策树和初步分类规则；4、通过测试集的数据对初步分类规则进行正确率评估，若正确率满足要求，则确定分类规则，若不满足要求，则返回训练集，重新训练；5、由最终确定的分类规则生成智能电表故障实时预测模型；6、将智能电表实时故障数据库链接至智能电表故障实时预测模型进行实时预测，得到智能电表故障实时预测结果。
-
公开(公告)号：CN106054104B
公开(公告)日：2019-01-11
申请号：CN201610342042.2
申请日：2016-05-20
Applicant: 国网新疆电力公司电力科学研究院 , 新疆大学
IPC: G01R35/04
Abstract: 一种基于决策树的智能电表故障实时预测方法，步骤为：1、对用电信息采集系统的智能电表数据预处理；2、根据智能电表故障判断模型，筛选用电信息采集系统的智能电表有故障的数据至智能电表故障数据库中；3、将智能电表故障数据库中的历史数据分为训练集和测试集，采用决策树算法对训练集进行数据挖掘，形成智能电表故障决策树和初步分类规则；4、通过测试集的数据对初步分类规则进行正确率评估，若正确率满足要求，则确定分类规则，若不满足要求，则返回训练集，重新训练；5、由最终确定的分类规则生成智能电表故障实时预测模型；6、将智能电表实时故障数据库链接至智能电表故障实时预测模型进行实时预测，得到智能电表故障实时预测结果。
-
公开(公告)号：CN205721844U
公开(公告)日：2016-11-23
申请号：CN201620458799.3
申请日：2016-05-18
Applicant: 国网新疆电力公司电力科学研究院 , 国家电网公司
Abstract: 本实用新型涉及电能扰动信号处理技术领域，是一种基于改进S变换的电能扰动分析仪，包括电源模块、模数转换器和数字信号处理器，电源模块的输出端分别与模数转换器的输入端和数字信号处理器的输入端电连接，模数转换器的输入端电连接有信号调理电路，模数转换器的输出端与数字信号处理器的输入端电连接。本实用新型的电能扰动分析仪结构简单，布局合理；本实用新型通过提取关键特征频率点，只对特征频率点进行加DPSSW窗运算，计算量少，效率高且实用性强。改进S变换所得时频矩阵结果能够直观、有效的表示各种扰动的时频特征，分类速度快，不存在误分、拒分区域，适合嵌入式实现。
-
公开(公告)号：CN103440529A
公开(公告)日：2013-12-11
申请号：CN201310350406.8
申请日：2013-08-12
Applicant: 新疆大学 , 国网新疆电力公司乌鲁木齐供电公司 , 国网新疆电力公司电力调度控制中心
Inventor： 晁勤 , 王筱 , 罗庆 , 胡续坤 , 阿里努尔 , 刘春燕 , 刘波 , 希望 , 孟宪东 , 姚秀萍 , 常喜强 , 周二彪 , 张新伟 , 安斌 , 张峰 , 张远 , 才万里 , 唐彬伟
Abstract: 本发明提供了一种风电功率预测系统的横向误差平移修正方法，包括：采集风电功率历史预测和实测数据序列，按四个季度分类，将每年各季度数据划分为三种功率趋势段：功率持续增加段、功率持续降低段和功率保持不变段；采用功率趋势持续时间模型得到各功率趋势段持续时间序列并进行概率统计分析，得出宏观集中分布值，输入风电功率预测横向误差模型得到每年各季度横向误差，对N年同季度横向误差取加权平均值作为各季度横向误差修正值；用该值对风电功率预测系统提供给电网调度的预测功率序列进行平移修正，并对平移修正效果整体评估。本发明对各类风电、光电等功率短期或超短期预测系统具有普遍适用性，能进一步提高各类功率预测系统精度。
-
公开(公告)号：CN103440529B
公开(公告)日：2016-05-25
申请号：CN201310350406.8
申请日：2013-08-12
Applicant: 新疆大学 , 国网新疆电力公司乌鲁木齐供电公司 , 国网新疆电力公司电力调度控制中心
Inventor： 晁勤 , 王筱 , 罗庆 , 胡续坤 , 阿里努尔 , 刘春燕 , 刘波 , 希望 , 孟宪东 , 姚秀萍 , 常喜强 , 周二彪 , 张新伟 , 安斌 , 张峰 , 张远 , 才万里 , 唐彬伟
Abstract: 本发明提供了一种风电功率预测系统的横向误差平移修正方法，包括：采集风电功率历史预测和实测数据序列，按四个季度分类，将每年各季度数据划分为三种功率趋势段：功率持续增加段、功率持续降低段和功率保持不变段；采用功率趋势持续时间模型得到各功率趋势段持续时间序列并进行概率统计分析，得出宏观集中分布值，输入风电功率预测横向误差模型得到每年各季度横向误差，对N年同季度横向误差取加权平均值作为各季度横向误差修正值；用该值对风电功率预测系统提供给电网调度的预测功率序列进行平移修正，并对平移修正效果整体评估。本发明对各类风电、光电等功率短期或超短期预测系统具有普遍适用性，能进一步提高各类功率预测系统精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.071 seconds)
